road-segmentation-adas-0001¶
ユースケースと概要説明¶
これは、各ピクセルを BG、道路、縁石、マークの 4 つのクラスに分類するためのセグメント化ネットワークです。
例¶
仕様¶
メトリック |
値 |
---|---|
画像サイズ |
896x512 |
GFlops |
4.770 |
MParams |
0.184 |
ソース・フレームワーク |
PyTorch* |
精度¶
4 クラス分類タスク用に変換された “Mighty AI” データセットの 500 枚の画像で計算された品質指標は次のとおりです。
ラベル |
IOU |
ACC |
---|---|---|
平均 |
0.844 |
0.899 |
BG |
0.986 |
0.994 |
道路 |
0.954 |
0.974 |
縁石 |
0.727 |
0.825 |
マーク |
0.707 |
0.803 |
IOU=TP/(TP+FN+FP)
ACC=TP/GT
TP
- 指定されたクラスの真陽性ピクセルの数FN
- 指定されたクラスの偽陰性ピクセルの数FP
- 指定されたクラスの誤検知ピクセルの数GT
- 指定されたクラスのグラウンド・トゥルース・ピクセルの数
出力¶
出力は、形状 1, 4, 512, 896
、形式 B, C, H, W
のブロブです。これは 4 チャネルの特徴マップとして扱うことができ、各チャネルは BG、道路、縁石、マークのいずれかのクラスの確率になります。
法務上の注意書き¶
* その他の社名、製品名などは、一般に各社の表示、商標または登録商標です。